劍橋顧問公司開發出的深度學習概念，能夠更有效率地治療結核病這項威脅全球人口性命的疾病。
結核病也不是說無法治癒，每年卻仍有160萬人死於這項疾病。
原因在於治療結核病是一件耗時又傷財的事，得時時刻刻監控與患者的病情。
在結核病致死率最高的開發中國家裡，用到一種流傳數百年的檢測形式來監控患者病情。臨床醫生在顯微鏡下觀看從患者肺部抽出的痰液樣本，且以人工方式計算結核菌的數量，有時甚至多達數百種。
這種方法的成本或許較其它辦法更便宜，它的準確率卻只有五成。
英國的劍橋顧問公司（Cambridge Consultants）已經開始著手研究一套人工智慧監控系統，是否能成為一項可行的替代方案，以持續監控這項奪人性命的疾病。
他們的研究成果便是 BacillAi，這是一項由有著人工智慧助力的智慧型手機 app 與一具標準級別顯微鏡所組成的系統，用以拍攝與分析痰液樣本。
劍橋顧問公司醫療技術部技術總監 Richard Hammond 解釋說：「我們想用 BacillAi 來解答兩大問題，也就是人工智慧能否協助改善醫療診斷中勞動密集又高難度的過程？還有即使是在最為偏遠、資源最匱乏的地區，又要怎麼讓那些最需要它的人可以得到它？」
放大檢視人工作業過程
當前監測結核病患者的過程，在效率與效果方面皆表現不佳。醫學專家每天要查看許多病患樣本，還要辨識及清點每個結核病細胞，每個病例最多要花上四十分鐘的時間。
困難之處還不只這些，用於區分肺液中細胞的著色劑在各樣本之間的濃度不同，調整顯微鏡的光學對焦也可能會改變顏色。
最終的 BacillAi 概念包括一個標準的低成本顯微鏡、
一個智慧型手機支架及一個人工智慧 app。
在這些情況下監測結核病的醫生，身心都面臨著無比壓力。人為失誤的風險這麼高，患者收到的結果也不是太好，而延誤了他們展開重要治療的時機。
劍橋顧問公司使用從培養出的代用細菌和人工痰液中所收集到的資料，訓練出一套深度學習系統，以求解決這個難題。
劍橋顧問公司在 NVIDIA DGX POD 參考架構上搭配名為 ONTAP AI 的 NetApp 儲存裝置，所開發的卷積神經網路可以在幾分鐘內辨識、計算及分類結核病細胞。
最終的 BacillAi 概念包括一個標準的低成本顯微鏡、一個智慧型手機支架及一個人工智慧 app，其中的核心是一套卷積神經網路。
BacillAi 這一類的產品有助於臨床醫生在更短時間內，更一致地判斷患者的健康狀況，患者也會有更多機會跟病魔纏鬥。
大規模解決困難
一個跨學科的團隊在劍橋顧問公司專門打造的深度學習研究設施中努力開發 BacillAi，這個設施由 ONTAP AI 提供支援，特別設計為在安全環境中發現、開發及測試機器學習方法。
這個研究設施也開發出人工智慧音樂分類器 Aficionado、將塗鴉變成藝術作品的 Vincent，還有能將損壞或模糊的動態影像製作成清晰又不失真之畫面的 SharpWave。
9月25到26日歡迎光臨在舊金山舉行的 AI 高峰會（The AI Summit）活動，親眼見識劍橋顧問公司的創新作為。